时效性搜索基本都是突发的,如果不提前1年做优化,临时抱佛脚就来不及了 大多数时效性专题的URL不固定,导致权重无法累积 所以应该保证专题URL固定, 而且把旧地址统一跳转到最新地址, 多次的专题相当于多版本网页.

错误举例

  • http://news.hexun.com/2012/lianghui2012/
  • http://www.studyez.com/news/201210/23/288921.htm
  • http://news.qq.com/zt2011/2011lianghui/
  • http://www.caijing.com.cn/2012/lianghui2012/
  • http://www.huanqiu.com/zhuanti/china/lianghui2010/

猜测用户可能使用的查询是什么

1.事件相关, 例如: 公务员考试考点, 考研考点, 情人节活动促销(promotion) 2.城市名 + 事件相关: 昆明公务员考试考点, 上海国考考点, 北京考研信息, 深圳情人节促销活动(promotion) 3.POI + 酒店相关: 东莞太子酒店

来源关键词监控,产生订单的关键词是什么

#SEO/SEM * baidu * sogou * query * qihu360

#酒店/POI数据 * elong * baidumap * kuxun

#数据库 * mysql2 * activerecord [activerecord-sqlserver-adapter]http://rubygems.org/gems/activerecord-sqlserver* -adapter * tiny_tds * ar-octopus * mongo * redis

#调试 * awesome_print * pry

#单元测试 * rspec * savon

#HTTP * httparty * oauth2 * addressable * capybara

#XML * nokogiri

#Excel * roo

#消息队列 * bunny

#helper * activesupport

#其他 * pidfile * whenever * github-pages * jekyll

日常使用

通信:

输入法:

Email客户端:

下载:

软件商店:

解压缩:

网盘:

音乐:

视频播放:

在线视频:

游戏:

新浪微博客户端:

VOIP:

开发相关

编辑器:

mysql/mariadb管理:

mongodb管理:

redis管理:

terminal:

FTP/SFTP:

git管理:

hosts文件管理:

  • https://github.com/2ndalpha/gasmask

markdown编辑:

IRC客户端:

软件商店:

blog搭建:

FTP/SFTP:

brew install sshfs

X11:

#文档

####sitemap协议

http://sitemaps.org

####HTT协议

https://tools.ietf.org/html/rfc2616

####markdown语法参考

https://help.github.com/articles/github-flavored-markdown

#常识

####提bug的方法 http://www.chiark.greenend.org.uk/%7Esgtatham/bugs-cn.html

####eager loading http://stackoverflow.com/questions/1299374/what-is-eager-loading

####变量命名方式

camel命名法, RequestFormmat, 用于request数据格式
snake命名法, response_format, 用于response数据格式

ruby代码:

require 'database'
include Database
FlowStatiOrder.find_each(:batch_size => 5000) do |row|
  time = row['LogTime']
  hour = "%02d" % time.hour
  min = "%02d" % time.min
  period = "#{hour}#{min}"
  puts period
end

执行 ruby, 并使用shell统计订单数量

ruby export_order_by_minute.rb > time
sort time|uniq -c > sort_time #还需做一些简单的人工处理

执行 R 语言

require(ggplot2)
d <- read.csv('/tmp/sort_time',header=T)
p <- ggplot(d,aes(x=time,y=order)) + geom_point()
ggsave(p,filename='/tmp/image.png')